Redis 핵심 개념 완벽 정리

Redis의 핵심 자료구조와 고급 기능을 실전 예제로 알아봅니다. 캐싱, Pub/Sub, 트랜잭션 등 실무에서 자주 사용하는 패턴을 다룹니다.

---

---

들어가며

이 글에서는 Redis 핵심 개념 완벽 정리에 대해 상세히 알아보겠습니다. 총 12가지 주요 개념을 다루며, 각각의 개념에 대한 설명과 실제 코드 예제를 함께 제공합니다.

목차

1. String_기본_연산과_원자적_증감
2. Hash로_객체_데이터_저장
3. List로_큐와_스택_구현
4. Set으로_중복_제거와_집합_연산
5. Sorted_Set으로_리더보드_구현
6. 캐싱_패턴과_TTL_설정
7. Pub_Sub로_실시간_메시징
8. Pipeline으로_네트워크_왕복_최소화
9. Transaction으로_원자적_연산_보장
10. Lua_스크립트로_복잡한_로직_서버측_실행
11. HyperLogLog로_대규모_집합_크기_추정
12. 분산_락으로_동시성_제어

---

1. String 기본 연산과 원자적 증감

개요

Redis의 가장 기본적인 자료형인 String으로 값 저장, 조회, 원자적 증감 연산을 수행합니다. 카운터나 세션 저장에 자주 사용됩니다.

코드 예제

import redis
r = redis.Redis(host='localhost', port=6379, decode_responses=True)

r.set('user:1000:name', 'John')
r.set('page:views', 0)
r.incr('page:views')  # 원자적 증가
print(r.get('page:views'))  # "1"

설명

set으로 키-값을 저장하고, incr로 숫자를 원자적으로 증가시킵니다. 멀티스레드 환경에서도 안전하게 카운터를 관리할 수 있습니다.

---

2. Hash로 객체 데이터 저장

개요

Hash는 필드-값 쌍의 컬렉션으로, 객체의 속성을 개별적으로 접근하고 수정할 수 있습니다. 사용자 프로필이나 설정 데이터에 적합합니다.

코드 예제

r.hset('user:1000', mapping={
    'name': 'John',
    'email': 'john@example.com',
    'age': '30'
})

print(r.hget('user:1000', 'email'))  # john@example.com
print(r.hgetall('user:1000'))  # 전체 필드 조회

설명

hset으로 여러 필드를 한번에 저장하고, hget으로 특정 필드만 조회합니다. 객체 전체를 직렬화하지 않고도 부분 수정이 가능합니다.

---

3. List로 큐와 스택 구현

개요

List는 순서가 있는 문자열 컬렉션으로, 양쪽 끝에서 push/pop이 가능합니다. 작업 큐, 최근 활동 로그 등에 활용됩니다.

코드 예제

r.lpush('tasks', 'task1', 'task2', 'task3')  # 왼쪽 삽입
r.rpush('tasks', 'task4')  # 오른쪽 삽입

task = r.lpop('tasks')  # 왼쪽에서 꺼내기 (FIFO)
recent = r.lrange('tasks', 0, 2)  # 범위 조회
print(recent)  # ['task2', 'task1', 'task4']

설명

lpush/rpush로 양쪽에서 삽입하고, lpop/rpop으로 꺼냅니다. lrange로 범위 조회가 가능하여 최근 N개 항목을 쉽게 가져올 수 있습니다.

---

4. Set으로 중복 제거와 집합 연산

개요

Set은 중복되지 않는 문자열의 집합으로, 태그, 팔로워 목록 등에 사용됩니다. 교집합, 합집합 등의 집합 연산을 지원합니다.

코드 예제

r.sadd('user:1000:tags', 'python', 'redis', 'backend')
r.sadd('user:2000:tags', 'python', 'frontend', 'react')

common = r.sinter('user:1000:tags', 'user:2000:tags')
print(common)  # {'python'}
print(r.sismember('user:1000:tags', 'redis'))  # True

설명

sadd로 중복 없이 요소를 추가하고, sinter로 교집합을 구합니다. sismember로 O(1) 시간에 존재 여부를 확인할 수 있습니다.

---

5. Sorted Set으로 리더보드 구현

개요

Sorted Set은 각 요소에 점수를 부여하여 자동 정렬되는 집합입니다. 랭킹, 우선순위 큐, 시계열 데이터에 최적화되어 있습니다.

코드 예제

r.zadd('leaderboard', {'player1': 1500, 'player2': 2000, 'player3': 1800})
r.zincrby('leaderboard', 100, 'player1')  # 점수 증가

top3 = r.zrevrange('leaderboard', 0, 2, withscores=True)
print(top3)  # [('player2', 2000), ('player3', 1800), ('player1', 1600)]

설명

zadd로 점수와 함께 추가하고, zrevrange로 상위 N개를 조회합니다. 점수 변경 시 자동으로 정렬되어 실시간 랭킹 시스템에 이상적입니다.

---

6. 캐싱 패턴과 TTL 설정

개요

Redis의 가장 일반적인 사용 패턴으로, 데이터에 만료 시간(TTL)을 설정하여 자동으로 삭제되게 합니다. DB 부하를 줄이는 핵심 기법입니다.

코드 예제

def get_user_cached(user_id):
    key = f'cache:user:{user_id}'
    cached = r.get(key)
    if cached:
        return cached
    user = fetch_from_db(user_id)  # DB 조회
    r.setex(key, 3600, user)  # 1시간 TTL
    return user

설명

setex로 값과 동시에 만료 시간을 설정합니다. 캐시가 있으면 즉시 반환하고, 없으면 DB에서 조회 후 캐싱하는 전형적인 Cache-Aside 패턴입니다.

---

7. Pub Sub로 실시간 메시징

개요

Pub/Sub은 메시지를 발행(publish)하고 구독(subscribe)하는 패턴으로, 실시간 알림, 채팅, 이벤트 브로드캐스팅에 사용됩니다.

코드 예제

# 구독자
pubsub = r.pubsub()
pubsub.subscribe('notifications')
for message in pubsub.listen():
    if message['type'] == 'message':
        print(f"Received: {message['data']}")

# 발행자 (다른 프로세스)
r.publish('notifications', 'New user registered!')

설명

subscribe로 채널을 구독하고 listen으로 메시지를 수신합니다. publish로 메시지를 보내면 모든 구독자가 실시간으로 받습니다.

---

8. Pipeline으로 네트워크 왕복 최소화

개요

Pipeline은 여러 명령을 묶어서 한 번에 전송하여 네트워크 왕복 시간을 줄입니다. 대량 작업 시 성능이 크게 향상됩니다.

코드 예제

pipe = r.pipeline()
for i in range(1000):
    pipe.set(f'key:{i}', f'value:{i}')
    pipe.expire(f'key:{i}', 3600)
pipe.execute()  # 한번에 실행

print("1000개 키 설정 완료")

설명

pipeline()으로 파이프라인을 생성하고 명령을 쌓은 후 execute()로 일괄 실행합니다. 네트워크 RTT가 줄어들어 처리 속도가 10-100배 빨라집니다.

---

9. Transaction으로 원자적 연산 보장

개요

MULTI/EXEC를 사용한 트랜잭션으로 여러 명령을 원자적으로 실행합니다. 계좌 이체, 재고 관리 등 일관성이 중요한 작업에 필수입니다.

코드 예제

with r.pipeline() as pipe:
    pipe.multi()
    pipe.decrby('product:100:stock', 1)
    pipe.incrby('user:1000:purchased', 1)
    pipe.sadd('orders', 'order:12345')
    result = pipe.execute()

print(f"재고 차감 및 주문 완료: {result}")

설명

multi()로 트랜잭션을 시작하고 execute()로 모든 명령을 원자적으로 실행합니다. 중간에 실패하면 모두 롤백되어 데이터 일관성을 보장합니다.

---

10. Lua 스크립트로 복잡한 로직 서버측 실행

개요

Lua 스크립트를 사용하면 복잡한 로직을 Redis 서버에서 원자적으로 실행할 수 있습니다. 네트워크 왕복 없이 조건부 연산이 가능합니다.

코드 예제

rate_limit_script = """
local key = KEYS[1]
local limit = tonumber(ARGV[1])
local current = redis.call('incr', key)
if current == 1 then
    redis.call('expire', key, 60)
end
return current <= limit
"""
allowed = r.eval(rate_limit_script, 1, 'rate:user:1000', 10)
print(f"요청 허용: {allowed}")

설명

eval로 Lua 스크립트를 실행하여 rate limiting을 구현합니다. 증가와 만료 설정이 원자적으로 수행되며, 결과를 바로 반환받아 조건부 처리가 가능합니다.

---

11. HyperLogLog로 대규모 집합 크기 추정

개요

HyperLogLog는 매우 적은 메모리(12KB)로 수십억 개의 고유 원소 개수를 근사 계산합니다. 일일 방문자 수, 고유 IP 추적 등에 사용됩니다.

코드 예제

for user_id in range(1, 100000):
    r.pfadd('daily:visitors:2025-01-15', f'user:{user_id}')

unique_count = r.pfcount('daily:visitors:2025-01-15')
print(f"오늘 방문자 수: {unique_count}")  # ~100000 (오차 0.81%)

설명

pfadd로 요소를 추가하고 pfcount로 고유 개수를 조회합니다. 정확한 카운트 대신 확률적 추정을 사용하여 메모리를 극도로 절약합니다.

---

12. 분산 락으로 동시성 제어

개요

Redis의 SET NX EX를 활용한 분산 락으로 여러 서버 간 임계 영역을 보호합니다. 중복 작업 방지, 자원 경쟁 해결에 핵심적입니다.

코드 예제

import uuid
lock_key = 'lock:critical_section'
lock_value = str(uuid.uuid4())

acquired = r.set(lock_key, lock_value, nx=True, ex=10)
if acquired:
    try:
        # 크리티컬 섹션 작업
        print("작업 수행 중...")
    finally:
        r.delete(lock_key)

설명

nx=True로 키가 없을 때만 설정하고, ex=10으로 10초 후 자동 만료됩니다. UUID로 락 소유자를 식별하여 다른 프로세스의 락을 실수로 해제하는 것을 방지합니다.

---

마치며

이번 글에서는 Redis 핵심 개념 완벽 정리에 대해 알아보았습니다. 총 12가지 개념을 다루었으며, 각각의 사용법과 예제를 살펴보았습니다.

관련 태그

#Redis #Caching #PubSub #DataStructures #Performance